主动队列管理新算法：基于两次丢包的TDPQW策略

"这篇论文研究了一种新的主动队列管理算法——TDPQW，该算法基于两次丢包策略，旨在解决网络拥塞问题。它使用M/G/1排队模型来推导实际队列长度和等待时间的数学表达式，并在队列头部和中间随机位置实施丢包，以提高对拥塞的响应效率。通过与RED和DROP-TAIL算法的性能比较，TDPQW显示出更好的适应性。" 网络拥塞是当前互联网面临的一大挑战，传统的PQM策略依赖于数据包丢失来通知源端进行拥塞控制，但这可能导致死锁、满队列以及全局同步问题。为了解决这些问题，AQM技术应运而生，它在队列达到一定阈值前就开始丢弃数据包，以便源端能更早地响应并调整发送速率。 随机早期检测（RED）是最早的AQM算法之一，通过监测队列平均长度来预测拥塞并随机丢包。然而，RED对参数设置敏感，且随着网络流量增加，平均队列长度可能会上升。为改进RED，出现了ARED、SRED和BLUE等算法。 ARED算法动态调整丢包的最大概率，根据平均队列长度变化进行增减。SRED则通过估算网络中流的数量来调整丢包概率，无需单流信息。BLUE算法根据链路空闲或缓冲区溢出来调整丢包概率，以保持网络稳定性。 本文提出的TDPQW算法采用了独特的两次丢包策略，不仅考虑队列头部，还考虑队列中部的丢包，这可能提供更为精确的拥塞指示。通过与RED和DROP-TAIL的比较，TDPQW在性能上表现更优，显示出更强的适应性和稳定性。 这种基于两次丢包的策略为网络拥塞控制提供了新的视角，可能有助于改善网络的整体性能。未来的研究可以进一步探索TDPQW在不同网络环境和流量条件下的性能，并可能开发出更优化的丢包策略，以应对不断增长的网络流量和复杂性。